如何一天了解一个行业？

内容来源| 本文摘编自人民邮电出版社书籍

《如何快速了解一个行业》 肖璟 著

责编| 贾宁排版| 拾零

第 9221篇深度好文：5151字 | 13 分钟阅读

一、我被问到最多的问题

无论是以前做管理咨询，还是后来做投资研究，我经常被问到一个问题：

「如何快速了解一个行业？」

这个问题很有意思。一方面说明，「了解行业」这个事情是刚需。

商学院要写案例分析，投资机构要写研究报告，企业战投部门要做市场准入分析……

像是我以前在麦肯锡做管理咨询时，经常需要在一周内了解一个行业。

这个问题另一方面也说明，大家大多都是临时抱佛脚，所以才会追求「快速」。

当然，对「快速」的追求也可能也跟现代人的焦虑相关——各种短视频和游戏给的都是即时反馈，让我们一点耐心都没有，何况投资研究？

而行业研究的方法论也不是什么稀奇的东西。

大学里头商学院的课本会教，网上也有大把的免费慕课，甚至有些券商还会给自己客户提供课程。

我也试听了不少类似的课程。

不过，如果你按着他们的框架，愣是梳理出了一个行业的商业模式、产业链、市场规模、竞争格局等等，对于大多人来说，可能还是不知道怎么用。

比如，市场规模是300亿、增速是20%，然后呢？这代表什么意思？

主要还是因为，大多框架给到你的并不是一个整体，而是零散的几个概念模型。

类比一下就是，真正实用的，应该是「树状」的知识体系，而不少课程给到我们的，只是一团团「云状」的知识。

不同的云团并没法建立起联系。

换句话说，知识点之间是「割裂」的。

这也是今天我想帮大家解决的，我会跟大家分享我的。

二、超好用的行研框架

这个框架可以把所有概念模型给串起来，只要简单三步。

步骤1：确认阶段

「产业生命周期」是不少课本会提到的概念。

一般来说，不同阶段的产品类型、供求关系、毛利率和估值情况都不大一样。

所以我们要先确认要分析的行业，目前处于哪个阶段。

不过我想说的是，我们学习一个模型，关键还是为了应用。

而大部分课本的产业生命周期，压根都没法用。

它们会告诉你，产业周期的纵轴是营收，横轴是时间。

换句话说，真要判断现在所处阶段的话，只能把行业里所有公司的营收加起来，然后算每个时间节点的斜率……

这个方法超级无敌不实用，有点「真空球形鸡」的感觉（这是个高级梗，看不懂的话可以百度一下）。

毕竟真实世界的产业营收曲线，不会那么平滑，而是会因为外部环境的变化而有起有伏。

比如口罩的营收增速大幅上升，难道就算是进入成长期了？当然不是。

基于上述考量，把横轴改为「渗透率」会更合理——也就是看看现在已经被服务到的用户，占所有潜在用户的比例。

根据对各个行业的整理，我们大致可以划出每个阶段的切割点。

当然，这里得做个提醒：不同行业不同阶段对应的渗透率节点肯定有不同，这边也只能做个参考。

确认行业现在处于哪个周期阶段后，就是下一步。

步骤2：敲定重点

每个周期阶段都有各自的分析重点，我一个个说说。

①导入期阶段

导入期阶段的产品还不成熟，愿意尝试的人不多，所以产品能不能大卖其实并不好说。

处于这个阶段的公司往往是在一级市场向风险投资基金圈钱。拿到融资后他们往往会发各种公关稿造势，会整个行业都在炒作概念。甚至可能会有骗子开始蹭概念、进行诈骗。

有些上市公司为了把自己的股价炒上去，会收购一些资产跟风炒概念。最典型的就是之前的元宇宙概念。

所以这时候我们最应该关注的，是商业模式是否能成立。

如果商业模式不可行、背后只是个伪需求，那么也没什么投资的必要了。

②成长期阶段

成长期阶段我们最应该关注的，是市场规模。

虽然说需求是存在的，但是要是没法把规模做大，公司也无法上市、顺利退出。

从投资的角度，这就只是一门现金流生意，没法给到很高的估值。

各地上市都有门槛，要么是收入或利润足够高，要么是市值足够大。

③成熟期阶段

成熟期阶段，业务增速一般会掉档。

作为投资者，这时候我们要担心的是，这个行业会不会被其他行业给降维打击，直接被取代了、进入衰退期。

所以我们最关注的，通常是它们是不是有足够宽的护城河。这也是巴菲特投资的时候，特别关心的一个要素——只有其他人都复制不了，我的市场地位才是稳固的。

④衰退期阶段

这里强调一点：并不是所有的行业都会很快进入衰退期。

等到市场相对饱和之后，一般会有三种情况。

第一种可能性是行业开始「破防」了，被其他品类给替代了，进入衰退期。

比如方便面，本来是解决大家「快速就餐」的需求的，现在就被外卖APP给替代了。

比如相机，本来是解决大家「记录生活」的需求的，现在基本被手机替代了。

当然，被替代也是个逐渐的过程，在此期间还是有很多垂直场景会有需求。

比如还是有一批人会喜欢吃方便面（但更多是追求口味而不是追求速度），还是会有会有一批人使用专业相机甚至胶卷相机（但更多是为了追求艺术价值而不是纯粹为了记录生活），直到他们找到更好的替代品。

第二种可能性，是行业找到了第二增长曲线。

此时行业会从导入期从头开始，重新走一遍流程。

比如游戏行业，目前内地的游戏市场基本饱和了，所以游戏出海变成了整个行业的另一个增长点，而且增速很快。

比如英伟达所在的GPU（显卡）行业，一开始主打服务游戏需求的消费级显卡，后续则是通过区块链、人工智能、机器人等计算需求，不断地找到新的增长点。

第三种可能性，是行业的防守性比较强，所以没有什么替代品可以取代它们，所以行业进入了比较稳定的局面。

这种情况下，后续行业的营收会随着宏观周期调整供需关系，进而出现稳定市场周期化的现象。

比如房地产和金融就是典型的周期板块。

处于衰退期阶段的公司，投资价值会比较有限。

如果可以进入第二增长曲线呢，相当于重新回到导入期，这时候我们还是得看商业模式是否可行。

而如果是第三种情况，变成周期股的话，这时候我们最应该关注的，是行业的竞争格局。

如果是供不应求，那么就是赚钱的好时候；如果供过于求了，那往往整个行业都在亏钱。

步骤3：按图索骥

搞定步骤2，我们可以得到这么张图:

下一步，就是按图索骥，做好研究工作，往图里填东西。

①商业模式：可行性

要判断商业模式是否可行，核心是看行业所提供的产品或服务是否能满足目标市场的需求，或者更通俗地说就是，能不能卖得出去。

一个实操的方案是直接对标。

一是在时间维度上对标：看看过往是否有相关需求存在。

这背后的底层假设是——需求是永恒的，而产品和服务一直在变。

比如“在家快速搞定一顿饭”这个需求，一开始满足这个需求的是干粮，接着是方便面，后来有了电话外卖，这些年又诞生了外卖平台和预制菜。

成功的商业模式往往不是创造新的需求，而是用新的方式来满足旧有的需求。

当然，随着外部环境的迭代，新的需求可能也会出现，只是胜率往往很低，需要大量的试错成本。

二是在空间维度上对标：也就是对标成熟市场，看看有没有类似的成功案例。

这背后的底层假设是——人类的底层需求是相通的，所以成熟市场的经验可以作为参考。

曾在早期投资了阿里巴巴的著名投资人孙正义，提出过一个“时光机理论”，背后也是类似的逻辑。新生事物最早出现在美国，然后扩散到日本，紧接着进入中国，再到印度等等。

在以前相当长的时间里，国内的创投圈都在流行C2C模式，也就是“Copy to China”（复制到中国）。当然，现在更多人做的，是把中国跑通的商业模式复制到东南亚。

德国有家叫Rocket Internet的公司，专门把硅谷的成熟项目复刻到新兴市场里头，然后卖掉。而且卖家有时就是被抄袭的怨种本种。

它只需要36个月就可以打造一家估值10亿美元的公司。像是它孵化的Lazada，一开始几乎像素级复制粘贴了整个亚马逊首页，最后被马云看中、投了10亿美元控股。

当然，这套办法并不总是能行得通（毕竟不同国家地区在行业外部环境有很大差异）。

而且如果对标对象本身就是新生事物，那胎死腹中的概率也很大（比如Clubhouse虽然2021年大火，但很快就凉了，国内众多模仿者很多产品还没上架就没了）。

②市场规模：规模性

在同一个行业内，有不同层级的市场规模需要你去测算。

根据斯坦福大学兼职教授Steve Blank（他本身是个连续创业者）在《创业者手册》中的提到的，我们可以把某一行业的市场分层三个层级：

潜在市场：Total Addressable Market,TAM

可服务市场：Served Available Market,SAM

可获得市场：Served Obtained Market,SOM

类比一下就是：

TAM：蛋糕盒有多大？未来蛋糕最大能做到多大？

SAM：蛋糕现在有多大？

SOM：你能分到多少蛋糕？

导入期阶段我们要特别留意TAM。

一级市场投资主要投资未上市企业。最理想的退出方式，是通过上市。所以一般我们需要优先投资有上市可能性的公司。

而公司要上市，是有规模的门槛的。当TAM不够大，企业能分到的蛋糕也不可能大到哪里去。

成长期阶段我们要特别留意TAM和SAM。

这主要是为了确认行业是不是快到发展瓶颈了。SAM去除以TAM，其实就是类似渗透率的概念（只不过渗透率用的是用户数，而这里用的是销售额）。

如果这个数值已经比较大了，这也意味着留给成长期的时间已经不多了，高增速也不见得可以维持很久。

成熟期阶段我们主要留意的则是SAM和SOM。

SOM除以SAM，得到的数字就是市场份额。而在成熟期，一个投资的核心逻辑就是市场集中度的提升——行业龙头可以通过各种整合手段，拿下更多的市场份额。

③护城河：防守性

拥有护城河的企业可以实现更高的营收以及更低的成本。

行业头部的企业如果拥有护城河，则该行业短期落入衰退期的概率会比较小。

而要构建护城河，核心就是两点：

一是，独占生产要素（包括劳动力、土地、资本、技术、数据等），形成资源垄断的护城河。

二是，独占生产关系（包括跟政府机构、同行、供应商、客户的关系），形成网络效应的护城河。

以数据要素为例，人工智能行业或许是最容易看出数据作用的案例。

人工智能行业的基础是机器学习，而机器学习需要给程序“喂”大量的数据。比如人脸识别算法在训练时就要输入标注后的照片样本，训练人员会事先给照片标注好，哪些是男生，哪些是女生。

人工智能经过一系列归纳、总结规律之后，就能分辨出照片中的男女了。这个过程会沉淀大量的样本数据，并训练出一套算法。这些样本数据和算法就是企业乃至行业的护城河。

我的亲身经历也可以印证——2014年，我跟几个同学一起做了个工具叫Gradchef，用来帮国内大学生申请海外高校。

用户在Gradchef网站上输入自己的成绩（GPA）、TOEFL、GRE分数后，同时选择自己的学校和专业，算法就会给出推荐申请的学校列表。这个项目做了一年后，我们还是把这个项目给卖了。

之所以没有继续坚持做下去，是因为我们发现，要想有准确的申请推荐，需要大量数据。可我们使尽浑身解数也只到收集几万条数据——这个数量远远不够，落到某些冷门专业样本点可能就只有一两条。

而从事留学咨询业务的教育集团，每年都可以服务好几万名学生。从业多年，让它早已积累了海量数据，这些是收购我们项目的教育集团的护城河。也正是因为这道护城河，我们被这个行业拒之门外。

④盈利性：竞争格局

竞争格局可以从横向和纵向分开看——横向研究的是同行间怎么分蛋糕；纵向研究的则是上下游怎么分蛋糕。

只有整个行业的竞争格局比较好的时候，也就是横向竞争没那么激烈、纵向你又有议价权的时候，整个行业才能比较好的赚钱。

横向格局我们可以专注行业集中度这个指标，也就是头部企业占全市场的份额比例（比如CR4指的是行业前四企业的所有市场份额总和）。垄断和寡头行业在定价上更自由，自然更有兑现利润的潜力。

纵向格局我们则更在意的是各个环节的毛利率指标，一般具有议价能力的环节，毛利率会高很多。比如英伟达目前是整个AI行业里最赚钱的——这两年毛利率都在70%以上。

当然，第三步「按图索骥」最核心的，是训练自己「找资料」的能力（上述四个层面都需要各种数据和案例来论证）。

今天我也毫无保留地提供我们常用的数据来源：

最后

如果是落到投资上，我们还要额外考虑估值。

股价可以拆分为业绩和估值，所以落到投资上，估值也是需要仔细分析的。

不同阶段的行业估值会有自己的特点——比如成长期往往就是成长风格的高估值，而成熟期的更多就是周期风格了。

另外，我们还得持续追踪行业的景气度变化情况，而且也会持续追踪影响行业的外部因素的变化。

所以一个完整的行研框架应该是这样的：

一篇文章的篇幅，自然没法展开说明所有细节。

所以我写了《如何快速了解一个行业》这本书，仔细介绍每个环节的技巧。

顺带一提，我在书里也放了麦肯锡分析师们做研究、做图表输出的方法论，也分享了各种可以辅助研究的AI工具。

*文章为作者独立观点，不代表笔记侠立场。

好文阅读推荐：

分享、点赞、在看，3连3连！